[发明专利]压水堆核电站反应堆温度RBF神经网络控制方法

权利要求书

1.一种压水堆核电站反应堆温度RBF神经网络控制方法，其特征在于，在900MW压水堆核电机组仿真试验平台上，进行反应堆温度控制系统的特性测试：得到在控制棒的各种扰动下，反应堆温度的响应曲线，在反应堆温度控制棒R棒加入了设定的阶跃信号，得到反应堆温度系统的响应曲线，如在设定的阶跃信号扰动下，仿真实验平台的数据跟核电站实际运行数据误差1%以内，认为实验所得的数据就是核电站的实际运行数据；

根据实验所得的数据，对系统进行分析和传递函数的拟合，求得反应堆温度的传递函数，建立高精度的数学模型；设计传统的PID控制器，对反应堆温度进行控制；在传统的PID控制器的基础上，将RBF神经网络与传统PID控制结合起来，实现复合控制。

2.根据权利要求1所述压水堆核电站反应堆温度RBF神经网络控制方法，其特征在于，所述RBF神经网络与传统PID控制结合实现复合控制，是在传统PID算法下的智能优化，在线调整出更优质的PID参数，具体步骤如下：

1）确定RBF网络的结构，对学习速率、惯性系数、加权系数进行初始值的设定；

2）采样得到反应堆温度系统的输入rink(k)和输出yout(k)，求取误差error(k)=rink(k)-yout(k)；

3）计算RBF神经网络各层神经元的输入、输出，第三层输出层的输出为PID控制器的三个参数kp、ki、kd；

4）kp、ki、kd三个参数带入PID控制器，计算PID控制器的输出u(k)，用于实时控制和计算，对反应堆温度进行控制，产生下一步反应堆温度系统的输出yout(k+1)，计算此时的误差 error(k+1)=rink(k+1)-yout(k+1)；

5）调整RBF权系数、隐节点中心矢量和基宽参数；

6）返回步骤2),直至误差满足精度要求。